[論文レビュー] DiffPills: Differentiable Collision Detection for Capsules and Padded Polygons

Kevin Tracy, Taylor A. Howell+1 more|arXiv (Cornell University)|Jul 1, 2022

Robotic Path Planning Algorithms被引用数 4

ひとこと要約

本論文では、差分可能な凸二次計画問題（QP）として衝突クエリを定式化することにより、カプセルとパッド付き多角形の差分可能な衝突検出フレームワークであるDiffPillsを紹介する。本手法は、全勾配サポートを備えた近接値および最近点の計算を可能とし、軌道最適化、状態推定、強化学習を含む勾配ベースのロボティクスワークフローへの統合を可能にする。

ABSTRACT

Collision detection plays an important role in simulation, control, and learning for robotic systems. However, no existing method is differentiable with respect to the configurations of the objects, greatly limiting the sort of algorithms that can be built on top of collision detection. In this work, we propose a set of differentiable collision detection algorithms between capsules and padded polygons by formulating these problems as differentiable convex quadratic programs. The resulting algorithms are able to return a proximity value indicating if a collision has taken place, as well as the closest points between objects, all of which are differentiable. As a result, they can be used reliably within other gradient-based optimization methods, including trajectory optimization, state estimation, and reinforcement learning methods.

研究の動機と目的

• シミュレーション、計画、学習における勾配ベース最適化の利用を制限する、ロボティクス分野における差分可能な衝突検出の欠如に対処すること。
• カプセルとパッド付き多角形をプリミティブとして用いることで、複雑な幾何形状の正確で差分可能な接触モデリングを可能にすること。
• 衝突検出を差分可能な凸最適化問題として定式化し、近接値および最近点の計算における逆伝播を可能にすること。
• カプセルおよびパッド付き多角形のオブジェクト設定（位置、方向）に関する勾配計算をサポートすること。
• 実世界のロボティクスタスク、例えば衝突回避制約を含む軌道最適化への適用性を示すこと。

提案手法

• カプセルとパッド付き多角形を、それらの最近点間の近接度によって衝突が決定される幾何的プリミティブとしてモデル化する。
• オブジェクト設定をパrameterとする不等式制約付き凸二次計画問題（QP）として衝突検出問題を定式化する。
• プライマル・デュアル内点法を用い、Mehrotraの予測子補正ステップを含むことで、自動微分を介した差分可能な最適化を実現する。
• KKT条件と陰関数定理を用いて、近接値および最近点の勾配を導出することで、QP解を介して微分を伝播する。
• パラメトリック表現に基づく解析的式を用いて、QP解の変数からカプセルおよび多角形上の最近点を回復する。
• ALTROのような勾配感知ソルバを用いた軌道最適化パイプラインに、差分可能な衝突検出を統合する。

実験結果

リサーチクエスチョン

• RQ1 カプセルとパッド付き多角形間の衝突検出を、オブジェクト設定に関して完全に差分可能にすることができるか？
• RQ2 凸最適化を用いて、近接値および最近点情報をどのように差分的に計算できるか？
• RQ3 差分可能な衝突検出は、勾配ベースの運動計画の性能および実行可能性をどの程度向上させるか？
• RQ4 提案された差分可能なQP定式化は、ロボティクスワークロードにおいて計算的および数値的安定性を満たしているか？
• RQ5 フレームワークを用いて、軌道最適化における滑らかで差分可能な衝突回避制約を強制できるか？

主な発見

• 提案手法は、差分可能な凸QPソルバを用いて、カプセルとパッド付き多角形間の差分可能な近接値および最近点を効果的に計算できた。
• QP解を介した陰関数微分を用いて、カプセルおよび多角形の設定に関する近接値の勾配が計算され、逆伝播が可能となった。
• 手法はALTRO軌道最適化器に成功裏に統合され、静止したカプセルを回避する実行可能で最適な軌道が得られた。
• Juliaでのオープンソース実装（DiffPills.jl）により、再現性が確保され、ロボティクス研究パイプラインへの統合が可能になった。
• 差分可能な衝突検出により、球形の保全領域の制限を克服し、勾配ベースの学習および制御における表現力の高いプリミティブ（カプセルやパッド付き多角形）の利用が可能になった。
• 衝突境界でも滑らかで連続的な勾配をサポートしており、非滑らかな接触状況においても安定した最適化が可能となった。